깊이 우선 탐색(DFS)

# ex) 미로찾기 핵심 코드 리뷰 

while len(stack)>0: 
	now = stack.pop()
	if now ==dest:
		return True
	x= now[1] # 열
	y= now[0] # 행
	if x - 1 > -1: 
		if maps[y][x-1]==0:
			stack.append([x-1,y])
			maps[y][x-1]=2
	if x + 1  < hori: # hori = x 좌표 끝
		if maps[y][x+1]==0:
			stack.append([x+1,y])
			maps[y][x+1]=2
	if y - 1 > -1: # 위로 이동할 수 있으면
		if maps[y-1][x]==0:
			stack.append([x,y-1])
			maps[y-1][x]=2
	if y + 1 < verti: # verti = y 좌표 끝
		if maps[y+1][x]==0:
			stack.append([x,y+1])
			maps[y+1][x]=2
return False

• DFS 다른 예시

# DFS 메서드 정의
def dfs(graph,v, visited):
	# 현재 노드를 방문 처리
	visited[v]=True
	print(v, end='')
	# 현재 노드와 연결된 다른 노드를 재귀적으로 방문
	for i in graph[v]:
		if not visited[i]:
			dfs(graph,i,visited)

#각 노드가 연결된 정보를 표현(2차원 리스트)
graph=[
	[],
	[2,3,8],
	[1,7],
	[1,4,5],
	[3,5],
	[3,4],
	[7],
	[2,6,8],
	[1,7]
]

# 각 노드가 방문된 정보를 표현(1차원 리스트)
visited=[False]*9

# 정의된 DFS 함수 호출
dfs(graph,1,visited)

>>> 1 2 7 6 8 3 4 5

• DFS 다른 예제

# dfs로 특정 노드를 방문하고 연결된 모든 노드들도 방문
def dfs(x,y):
	# 주어진 범위를 벗어나는 경우에는 즉시 종료
	if x<= -1 or x>=n or y<=-1 or y>=m:
		return False
	# 현재 노드를 아직 방문하지 않았다면
	if graph[x][y] ==0:
		# 해당 노드 방문 처리
		graph[x][y]=1
		# 상, 하, 좌, 우의 위치들도 모두 재귀적으로 호출
		dfs(x-1,y)
		dfs(x,y-1)
		dfs(x+1,y)
		dfs(x,y+1)
		return True
return False
	
# N, M을 공백을 기준으로 구분하여 입력 받기 세로 길이 N 가로 길이 M
n,m = map(int, input().split())

# 2차원 리스트의 맵 정보 입력 받기
graph=[]
for i in range(n):
	graph.append(list(map(int, input())))

# 모든 노드(위치)에 대하여 음료수 채우기
result =0
for i in range(n):
	for j in range(m):
		# 현재 위치에서 DFS 수행
		if dfs(i,j)==True:
			result+=1

print(result) # 정답 출력

• 스택 / 큐 예시 코드

class Stack(list):

	push = list.append
	
	def peek(self):
		return self[-1]##==self[(len(self)-1]

class Queue(list):

	put = list.append

	def peek(self):
		return self[0]

	def get(self):
		return self.pop(0)

from collections import deque

queue = deque()

queue.append(3)
queue.append(2)
queue.popleft()
queue.append(2)
queue.append(4)
queue.popleft()

print(queue)
#실행결과
>>> deque([2,4])
queue.reverse() # 역순으로 바꾸기
print(queue)
#실행결과
>>> deque([4,2])

• list를 활용한 queue를 사용한다고 하면 시간복잡도가 deque보다 높다 python에서는 시간 복잡도를 줄이기 위해서는 deque를 사용하는 것이 좋다.